• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Altro
    La strategia contro la diffusione del COVID-19 dipende da modelli matematici, ma come?

    Figura 1:Confronto tra due scenari:con blocco, test e tracciamento dei contatti e senza test e tracciamento dei contatti. La linea arancione mostra il numero di persone malate nello scenario con tracciamento dei contatti, e la linea blu mostra il numero di persone in quarantena. La linea tratteggiata mostra il numero di persone malate nello scenario senza tracciare l'infezione. L'asse X è il % della popolazione danese. Credito:Istituto Niels Bohr

    Il COVID-19 sta attualmente colpendo il mondo intero e diversi approcci per fermare l'epidemia vengono testati in tutto il mondo. Col passare delle settimane, impariamo sempre di più su questo piccolo virus, che influenza così tanto la nostra vita quotidiana e il nostro mondo. Nella sezione di biocomplessità del Niels Bohr Institute (NBI), Università di Copenaghen, i ricercatori sono impegnati ad applicare metodi della fisica dei sistemi complessi per esaminare come gestire al meglio l'epidemia. Il, da adesso, modo ben noto e più semplice è il "lock down, " che abbiamo vissuto nei mesi di marzo e aprile. È anche il più costoso, si è rivelato efficiente, qualcosa che non potevamo sapere prima di testarlo. Ma ci sono molti modi per calcolare e prevedere lo sviluppo dell'epidemia, e i ricercatori in biocomplessità e sistemi complessi ne spiegano uno qui, così come alcuni dei concetti più diffusi presentati nei media.

    Modelli matematici basati su agenti

    All'Istituto Niels Bohr, lavoriamo con molti metodi, uno di questi sono i cosiddetti modelli basati su agenti, in cui vengono intervistate singole persone, quando incontrano altre persone e possibilmente contraggono la malattia. Questo è contrario ai soliti modelli epidemici, in cui si possono esaminare solo gli effetti a livello di popolazione. Questi modelli consentono, attraverso i dati sulle reti delle singole persone, per l'esame di una classe più ampia di strategie. Soprattutto il comportamento delle singole persone, come quanti amici o familiari hanno intorno, le loro routine quotidiane di movimento e simili. I soliti modelli epidemici sono molto meno dettagliati e non ci permetteranno di cogliere l'effetto di tutti i cambiamenti individuali nel comportamento che stiamo tutti facendo in questi giorni.

    Abbiamo lavorato a stretto contatto con l'effetto del monitoraggio dei contatti e della quarantena. I calcoli preliminari del gruppo NBI indicano che è possibile ridurre il picco dell'epidemia con l'app. 50%, se si utilizza il semplice monitoraggio dei contatti e l'isolamento di 5 giorni dei contatti recenti con una persona malata confermata. Finché la persona infetta è in isolamento domiciliare, non contribuisce in modo significativo alla diffusione del COVID-19.

    L'effetto di questa strategia di "contatto e quarantena" è illustrato nella Fig 1.

    Il dato confronta il numero di contagiati in una situazione in cui la società è completamente aperta a una situazione in cui il contact tracing viene applicato contemporaneamente a un'apertura completa. È importante notare che il numero di infetti può essere mantenuto ancora più basso, se manteniamo alcune delle misure di riduzione dell'infezione che già conosciamo, come l'igiene delle mani e la limitazione dei grandi assembramenti. Il tracciamento dei contatti non è una misura da applicare da sola.

    I modelli basati su agenti sono strumenti universali

    Altre strategie per limitare la diffusione della malattia possono essere esaminate anche con modelli basati su agenti. I gruppi vulnerabili di persone possono essere isolati per proteggerli dalla malattia e ridurre significativamente la necessità di cure intensive. Simulazioni preliminari indicano che se tutte le persone di età superiore ai 60 anni riducono i loro contatti sociali del 75%, riduce la pressione massima sulle unità di terapia intensiva a solo un terzo. Se i nonni, oltre a questo, scelgono di isolarsi dai loro nipoti, molto probabilmente riduce la necessità di cure intensive con un altro 50%.

    L'obiettivo prima di tutto per qualsiasi strategia per limitare la diffusione della malattia è, Certo, a , ridurre la pressione sui sistemi sanitari, quando l'epidemia raggiunge il picco. Un fatto significativo per l'importanza di questi calcoli dell'epidemia di COVID-19 è che se non fosse stato fatto nulla, la necessità di letti di terapia intensiva sarebbe app. 10.000, - e la nostra capacità è solo app. 500.

    I parametri incerti per la malattia

    Se volete capire le tante incerte previsioni dei media in questi giorni, è un grande vantaggio conoscere i parametri più importanti per l'epidemia di COVID-19. Di seguito vengono spiegati i tre parametri più importanti.

    Il tasso di crescita della malattia

    Il tasso di crescita è direttamente collegato alla probabilità di infezione quando due persone si incontrano. Il tasso di crescita dice semplicemente con quanta percentuale l'epidemia cresce al giorno. Questo parametro è stimato dal numero di ricoveri ospedalieri in Danimarca. A livello globale è meglio stimato dalla crescita del numero di morti al giorno. A livello internazionale il livello in ciascun paese era del 20% - 40% all'inizio dell'epidemia, - più alto in Italia e Spagna. Una percentuale di queste dimensioni è caratteristica della crescita esponenziale di un'epidemia fuori controllo. Il distanziamento fisico e il blocco riguardano la limitazione della quantità di contatti, di cui questo tasso dovrebbe diminuire.

    La pressione dell'infezione:la famosa R

    R descrive il numero medio di persone infette da ciascun individuo infetto. R è proporzionale alla probabilità di infezione quando due persone si incontrano. R è calcolato dal tasso di crescita e dal tempo che impiega una persona a essere infettata prima che infetti di nuovo. Questa fascia oraria è ancora incerta, ma stimato tra 3 e 7 giorni. Più breve è l'intervallo, più piccolo sarà R. Un piccolo numero R è buono, in quanto si traduce in un massimo inferiore per l'epidemia, e diventa più facile per una popolazione raggiungere l'immunità di gregge. Con R =2, in linea di principio dobbiamo "solo" dimezzare i nostri contatti sociali per raggiungere R =1 dove l'epidemia inizia a estinguersi. Con R =4 dovremmo ridurre di quattro volte i nostri contatti sociali. Il nostro comportamento generale dovrebbe cambiare in modo significativo, se R è maggiore. Questo è il motivo per cui diversi valori di R significano così tanto per come vengono calibrati i modelli, e per come dovremmo valutare il nostro blocco a marzo. La migliore valutazione in questo momento è che la pressione di infezione R è diminuita dall'app. 3 all'app. 0.7 durante il nostro lockdown.

    La figura oscura

    La figura scura è un'indicazione di quanti altri individui infetti ci sono, than what we know of. It depends on how and how much we test, and will vary from country to country. Serum tests, showing if people have produced antibodies against the disease are very useful, because they will tell us how many have had the disease. The dark figure is not important for predictions in the beginning of an epidemic, but it is extremely important later, in order to assess where we are in the duration of the epidemic. A large dark figure will say that the disease is less dangerous and that we are closer to herd-immunity. The Norwegian authorities estimate that the dark figure is so high that only 3 in 1000 will die when infected.

    These parameters are used in epidemic models of all types, so not only in agent-based models. When we wish to examine strategies depending on networks and social behavior, the agent-based models are particularly useful. As more precise data become available, we hope to be able to produce even better models, yielding more precise predictions of the development of the epidemic.


    © Scienza https://it.scienceaq.com